視覺機器人在貼合應用中的關鍵技術研究.pdf

1、隨著現(xiàn)代制造業(yè)的逐步發(fā)展,機器人在人類生產(chǎn)生活中扮演著越來越重要的角色,而機器視覺的出現(xiàn)使機器人更加的智能化。機器視覺能夠像人眼一樣獲取外部世界的大量信息,最大限度的降低外部世界的干擾,并且可以在遠距離完成對目標的探測任務,適用于較為惡劣的生產(chǎn)環(huán)境,因而越來越受到人們的重視。本文在研究了圖像處理、圖像識別及攝像機標定等技術之后,提出了一套機器人智能定位系統(tǒng),該系統(tǒng)分為三部分。
　　1)圖像處理部分。本文研究了圖像預處理的一些方法,

2、通過對中值濾波、均值濾波和高斯濾波等方法的實驗比較,發(fā)現(xiàn)傳統(tǒng)的濾波方法會對圖像產(chǎn)生模糊化的效果,因而選擇高斯濾波作為去除噪聲的方法。論述了幾種圖像分割的方法,根據(jù)機器視覺實際使用的場合和對幾種方法效果的對比,選用Ostu法作為圖像分割的方法。闡述了Sobel、Roberts和Canny等邊緣檢測算子的優(yōu)劣,經(jīng)過實驗的對比,將 Canny邊緣檢測算子應用于機器視覺中是比較合適的。
　　2)圖像識別部分。本文分析了基于灰度的匹配技術及

3、基于特征的匹配技術,由于基于灰度的匹配技術計算量大,限制比較多。而基于特征的匹配技術具有穩(wěn)定性好、匹配效率高、對圖像的灰度和幾何畸變等不敏感,抗噪聲性能較強特征的特征,故而被選用為圖像識別方法。在得到目標物體的邊緣之后,采用Hough變換獲得目標圖像的最長邊,進而求取原件偏轉(zhuǎn)角。
　　3)攝像機標定部分。本文討論了攝像機的小孔成像模型和攝像機鏡頭的畸變模型。采用張正友的標定方法對攝像機進行標定,計算攝像機的內(nèi)部參數(shù)和外部參數(shù),求取

4、成像坐標系和世界坐標系之間的轉(zhuǎn)換關系。
　　該視覺定位系統(tǒng)在經(jīng)過反復的調(diào)試之后,可以使定位精度達到0.02 mm以下,滿足了貼片所需要的精度。目前,國內(nèi)用于貼片的都是專用的貼片機,而使用機器人進行貼片應用的非常少。貼片機不僅價格昂貴,而且只能用于專用的場合,不具有通用性。將本文所研究的視覺定位系統(tǒng)整合到機器人控制系統(tǒng)中,不僅能達到貼片所需要的速度和精度,該系統(tǒng)也能夠適用于其他的應用場合,比如零件的裝配等。這個系統(tǒng)的通用性對于機器人